基于YOLOv5s的水下生物识别算法研究

摘要

针对水下生物识别存在的精度较低、漏检率高的问题,提出一种基于改进YOLOv5s的水下生物识别算法YOLOv5s-CE。首先将自动色彩均衡算法ACE作用于水下图像,提升水下生物图像的对比度,消除色偏;同时在YOLOv5s网络模型的Backbone部分嵌入CA注意力模块,增强网络对目标特征提取能力;改进损失函数,达到保留有利特征和提高收敛速度的目的。实验结果表明,改进后的YOLOv5s-CE的平均精度提高了3.9%,可以满足对水下生物实时检测的要求。